[发明专利]一种基于LSTM的网络流量预测方法有效
| 申请号： | 201910900159.1 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110545208B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 卓永宁;李蕊;段玲;梁雪源;黄林 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;G06N3/04;G06N3/08 |
| 代理公司： | 四川力久律师事务所 51221 | 代理人： | 冯精恒 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LSTM的网络流量预测方法，包括：根据流量信号得到突发脉冲串，突发脉冲串是一个用于模拟突发事件的影响因素信号，将流量信号和突发脉冲串输入到网络流量并行LSTM预测器进行流量预测；其中，网络流量并行LSTM预测器包括两个LSTM预测器，两个LSTM预测器内部各层神经网络的系数相同，内部状态信息可以交换，其中一个为主预测器，另一个用于检测突发时刻，两个预测器之间进行内部状态的交换，主预测器利用突发预测器得到的信息进行多变量预测，使其能够适应突发流量导致的流量模式的变化，从而改进预测的准确度。仿真实验表明，网络流量并行LSTM预测器能够适应不同强度的流量变化，相对于传统的单变量LSTM预测器，其预测准确度提高了10％左右。 | ||
| 搜索关键词： | 一种 基于 lstm 网络流量 预测 方法 | ||
【主权项】：
1.一种基于LSTM的网络流量预测方法，其特征在于，包括步骤如下：/n根据流量信号得到突发脉冲串，将流量信号和突发脉冲串输入到网络流量并行LSTM预测器进行流量预测；其中，所述网络流量并行LSTM预测器包括两个LSTM预测器，两个LSTM预测器内部各层神经网络的系数相同，内部状态信息可以交换；所述突发脉冲串是一个用于模拟突发事件的影响因素信号。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910900159.1/，转载请声明来源钻瓜专利网。
